有人开源了一个自主金融研究agent，它能在工作中思考、规划和学习。它利用任务规划、自我反思和实时市场数据进行分析。可以把它想象成专为金融研究而打造的 Claude Code。而且完全免费。
让机器人帮你炒股票：Dexter自动研究金融数据的秘密
一个自动分析股票数据的AI机器人，从问问题到找答案全自动完成，像有个不知疲倦的研究员24小时帮你盯着股市！
Dexter是一个能自动完成金融研究的AI代理。它会自己制定研究计划、获取实时股票数据、检查答案准确性，直到得出可靠结论。
Dexter就是个会自己琢磨股票的AI小弟
别再熬夜看财报！这个免费AI机器人能自己研究股票还给你答案!
你扔给它一个问题，比如“苹果公司过去五年赚了多少钱”。它不会傻等着你教它怎么做。这货会自己琢磨出一套研究计划，然后动手去查数据，查完了还自己检查一遍对不对，最后给你一个靠谱的答案。整个过程你不用管它，就像雇了个24小时不睡觉的研究员，还不用发工资。
这玩意儿叫Dexter，是个开源的AI代理，专门用来研究金融数据。它最牛的地方不是知道多少东西，而是它会自己规划怎么做。你以为它就是个搜索引擎？那可太小看它了。搜索引擎是你问一句它答一句，Dexter是你扔给它一个复杂问题，它能自己拆成十几个小任务，挨个完成，最后给你一个完整的分析报告。
这玩意儿到底能帮你干啥
你想想平时研究一只股票多麻烦。先得找财报，看营收多少、利润多少、现金流咋样。看完了还得跟往年比，跟同行比。光是找齐这些数据就得半天。Dexter把这些破事全包了。
它最核心的本事有三样。第一，它会自己定计划。你说“帮我分析特斯拉值不值得买”，它不会傻乎乎直接去搜“特斯拉好不好”。它会自己拆成：“先查特斯拉最近三年的营收增长”，“再查它的净利润率”，“然后跟比亚迪对比”，“最后看看分析师怎么说”。这一套它自己就干完了。
第二，它真的会动手干活。它会调用各种数据工具，去拿真实的财报数据，去搜新闻，去抓取股价信息。你啥也不用干，就看它在那忙活。
第三，它还会自己检查。查完数据它不是直接扔给你，它会琢磨一下这数据对不对，有没有漏掉什么东西。如果不放心，它会再查一遍。就像你自己做数学题，做完还验算一下，免得抄错答案。
Dexter能够将复杂的金融问题转化为清晰、循序渐进的研究计划。它利用实时市场数据执行这些任务，检查自身的工作，并不断完善结果，直至得出有据可依的可靠答案。
主要功能：
- 智能任务规划：自动将复杂查询分解为结构化的研究步骤
- 自主执行：选择并执行合适的工具来收集财务数据
- 自我验证：检查自身工作并迭代直至任务完成
- 实时财务数据：可访问损益表、资产负债表和现金流量表
- 安全特性：内置循环检测和步长限制，防止失控执行
想玩这个需要先备点啥
你别一听要装软件就头大，我给你捋清楚要准备的东西。其实就三样东西。
第一样，你的电脑得装个叫Bun的东西。这是个运行环境，你就理解成Dexter这个机器人需要有个家才能住进去。Bun就是个很轻便的房子。装起来也不难，我给你命令，你复制粘贴就行。
如果你是苹果电脑或者Linux系统，打开终端（就是那个黑乎乎的窗口），输入这一行：
curl -fsSL https://bun.com/install | bash
如果你是Windows电脑，输入这行：
powershell -c "irm bun.sh/install.ps1|iex"
装完了你关掉终端再打开，输入 bun --version，要是看到一串数字，说明装好了。
第二样，你得去拿几个钥匙，也就是API密钥。这就像你要进健身房得办卡一样，Dexter要去拿数据也得有通行证。最重要的钥匙是OpenAI的API密钥，你去OpenAI官网注册个账号就能领。还有一个是Financial Datasets的API密钥，这个是用来拿股票数据的。这两个是必须有的。
第三样，你要是想让Dexter能上网搜新闻，还得拿个Exa的API密钥。这个不是必须的，但没有的话它就只能看历史数据，看不了最新的新闻。
听起来有点绕？别慌，待会儿我教你一步步装，你就跟着抄作业就行。
把Dexter请进家门的第一步：把代码搬回来
好，现在咱们开始动手。你先把Dexter的代码从GitHub上弄到你电脑里。这就好比你要看电影得先把片子下载下来。
打开终端，找个你想放代码的地方，输入下面这行：
git clone https://github.com/virattt/dexter.git
然后敲回车，等它下载完。接着你要进到那个文件夹里：
cd dexter
你看看，是不是终端前面那行变成了dexter？这说明你已经站在代码里面了。
第二步：给它装上吃饭的工具
代码有了，但Dexter要跑起来还需要一堆零件。这些零件叫依赖包，你就理解成机器人需要胳膊腿才能动。装这些东西用Bun这个工具，超级快。
在终端里输入：
bun install
然后你就看着屏幕上各种代码刷刷刷地跑，别怕，这是在装东西。等它停下来，你就成功了一大半。
第三步：告诉Dexter你的钥匙放哪了
现在你要干一件特别重要的事：把刚才拿到的那些钥匙告诉Dexter。你得复制一个示例文件，然后在里面填上你的钥匙。
先复制文件：
cp env.example .env
然后你要编辑这个.env文件。怎么编辑？你用记事本或者任何文本编辑软件打开它。你会看到里面有一堆像 OPENAI_API_KEY= 这样的东西。
你把等号后面改成你拿到的钥匙。比如你从OpenAI拿到的钥匙是sk-abc123xyz，那你就改成：
OPENAI_API_KEY=sk-abc123xyz
同理，把你拿到的Financial Datasets API密钥也填进去：
FINANCIAL_DATASETS_API_KEY=你拿到的那个钥匙
要是你还拿了Exa的密钥，也填进去：
EXASEARCH_API_KEY=你的Exa钥匙
其他的东西暂时不用管，那些是备用的。填完了保存文件关掉就行。
你有没有觉得很像填快递单？把姓名电话地址填对，快递员才能找到你。Dexter也一样，钥匙填对了它才能去拿数据。
机器人开机：让它开始干活
万事俱备，只欠开机。在终端里输入下面这行，Dexter就活过来了：
bun start
你会看到屏幕上出现一堆字，别害怕，那是Dexter在跟你打招呼。最后它会显示一个提示符，等着你输入问题。
这时候你就可以问它问题了。比如你试试问它：
告诉我苹果公司2023年的总收入是多少
敲回车，然后你就能看到Dexter开始忙活。它会先显示一段话，大意是“好的老板，我来研究一下这个问题”。然后它会自己列出一个计划，比如“第一步，获取AAPL的财报数据”，“第二步，提取2023年的总收入”。
接着你会看到它在调用各种工具，屏幕上会出现“正在获取财务报表”、“正在处理数据”这样的信息。过一会儿，它就会把答案给你。
整个过程就像你在看一个外卖小哥的实时位置：取餐了，出发了，快到了。你啥也不用干，等着就行。
万一它跑疯了怎么办：Dexter的自救机制
你有没有担心过一件事：万一这货想问题想魔怔了，一直循环查数据怎么办？比如它查完发现数据不够，再去查，还不够，再去查，这不就死循环了吗？
别怕，作者早就想到这个问题了。
Dexter身上有两个安全阀。
第一个是步数限制，它最多只能执行30步操作，超过30步就不让干了，强制停下。你可以理解成你给它设了个闹钟，到点就得停。
第二个是循环检测。它要是发现自己老是在干同一件事，比如反复查同一个数据查了三遍，它就知道自己犯傻了，会主动停下来跟你说：“老板，我好像卡住了”。
这就像你跟人吵架，吵到第三轮还是一样的台词，那肯定是在绕圈子，得赶紧打住。
出错了咋办：每个问题都有专属的检讨记录
最让我佩服的是，Dexter会把每一步干的事都记下来。就像你打完游戏，系统给你生成个录像回放一样。
这些记录存在一个叫.dexter/scratchpad/的文件夹里。每个问题对应一个文件，文件名就是提问的时间。比如你问了一个问题，就会生成一个类似“2026-05-06-143022_xxx.jsonl”的文件。
你用记事本打开这个文件，就能看到Dexter从头到尾干了啥。比如它第一步调用了什么工具，传进去了什么参数，拿回了什么结果，它自己总结出了什么结论。每一步都有记录。
这有啥用？假如Dexter给你的答案不对劲，你可以翻这个记录，看看它是不是查错了数据，或者理解错了你的问题。就像考试卷子发下来，你看哪道题错了，就知道自己哪里没学会。
我给你看个例子，记录里会有这样的内容：
{"type":"tool_result","timestamp":"2026-05-06T11:14:05Z","toolName":"get_income_statements","args":{"ticker":"AAPL","period":"annual","limit":5},"result":{...},"llmSummary":"拿到了苹果公司过去5年的利润表，营收从2740亿涨到3940亿"} |
你看，它连自己总结的结论都记下来了。你要是不信它的总结，可以自己去查原始数据。
想批量测试：看看Dexter到底多聪明
光问一个问题不过瘾？你想看看Dexter到底有多聪明，能答对多少问题？作者给你准备了考试系统。
这个考试系统里有一堆金融问题，Dexter挨个回答，然后有个判卷老师（也是一个AI）来打分，看它答得对不对。
想跑这个考试？在终端输入：
bun run src/evals/run.ts
然后你就看着Dexter开始答题。它会显示现在做到第几题了，正确率是多少。就像你在学校考试，老师当场改卷子报分数。
要是问题太多了，你想先抽几个试试，可以加个参数：
bun run src/evals/run.ts --sample 10
这就只随机抽10个问题来考。考完了会给你一个总的正确率。
这个功能对开发者来说特别有用。你要是想改进Dexter，改完了跑一遍考试，看看正确率有没有提高，心里就有数了。
用微信也能指挥它：手机上的金融军师
你要是在外面，不方便开电脑，还能用WhatsApp跟Dexter聊天。你发消息给它，它给你回答案。就像你有个金融专家朋友，随时能问。
怎么弄？你得先让Dexter登录你的WhatsApp账号。在终端输入：
bun run gateway:login
这时候屏幕上会出现一个二维码，你用WhatsApp扫一下，就像登录网页版微信一样。等它提示登录成功，再输入：
bun run gateway
然后你就打开WhatsApp，找到你自己的聊天窗口（就是跟自己的对话），给“自己”发消息。比如你发“帮我查一下英伟达现在的市盈率”，过一会儿Dexter就会把答案发回来。
你是不是想问，为啥要跟自己聊天？因为WhatsApp的机制就是通过给你自己发消息来触发机器人。你就理解成Dexter假扮成你，你跟自己说话，其实是它在听。
这玩意儿到底值不值得装
说到这儿，我得给你算笔账。你搭这个机器人，成本是多少？时间上，跟着我上面那些步骤，新手大概半小时能搞定。钱上，OpenAI的API要花钱，但如果你是偶尔问问，一个月几块钱就够了。Financial Datasets的数据服务也要钱，但有免费额度。
你得到的是啥？是一个24小时待命、永远不会累、不会情绪化、不会偷懒的金融研究员。你早上刷牙的时候问一句“昨晚美股发生了什么”，它就能给你总结。你开会前问一句“竞争对手的最新财报有啥亮点”，它就能帮你提炼。
当然，它也不是神仙。它给的答案是基于历史数据和公开信息的，不能保证未来一定赚钱。而且它用的是大语言模型，有时候会脑补一些不存在的信息。你得把它当参谋，不能当决策者。
但说实话，对于想研究股票又没时间没精力的小白来说，Dexter已经够用了。它帮你把最烦人的数据搜集和整理工作干了，你只需要动脑子分析和决策。
最后的最后：想帮忙可以自己动手改
Dexter是开源的，意味着你不仅能免费玩，还能自己动手改。你要是觉得它哪里不好用，或者想加个新功能，可以直接改代码。
怎么参与？先去GitHub上把项目复制一份到你自己的账号（这叫fork），然后在你自己的副本里改代码。改完了提交，然后发起一个Pull Request，就是告诉原作者：“我改了点东西，你看看能不能合并进去”。
作者有个小要求：别一次改太多，尽量每次只改一个小功能。这样他容易看懂，也好测试。就像你请人帮忙带饭，一次只说一个菜，别点一桌子让人记不住。
好了，该说的都说完了。现在轮到你动手了。照着上面的一步步来，半小时后你就能拥有一个自己的AI金融研究员。到时候记得问问它你手里的股票怎么样，说不定能给你点新思路。